研究課題
基盤研究(B)
深層ニューラルネットワーク訓練学習基盤を検査するソフトウェア・テスティングの新しい技術としてメタモルフィック・テスティングを用いる方法の研究を行った。その成果として、セマンティックノイズ合成による入力テストデータ自動生成方法、ニューロン内部活性状態をもとにしたメタモルフィック関係定義法、統計的仮説検定を応用いしたテスティングフレームワークを考案した。手書き数字画像分類の問題に適用し、検査法の有効性を確認した。
ソフトウェア
深層ニューラルネットワークの技術は高度な信頼性を求められるシステムに応用され、不具合が生じると社会的な影響が大きいことから、品質評価方法の確立が求められている。学樹的には、セマンティックノイズによるデータセット多様性というアイデアから、メタモルフィック・テスティングを深層ニューラルネットワーク訓練学習基盤の検査に応用する方法を示したことである。